Abschlussarbeit NPU-Accelerated AI for Eye Tracking - Algorithm Development & Embedded Deployment
Munich, Deutschland
- Veröffentlicht
- 23. August 2026 (vor 4 Wochen)
- Bewerbungsfrist
- Keine Angabe
- Bereich
- Keine Angabe
- Kategorie
- Abschlussarbeit
- Beschäftigungsart
- Keine Angabe
- Sprache
- Keine Angabe
Kurzbeschreibung
External Thesis @ Bosch Research Aufgaben - Während deiner Tätigkeit analysierst du den bestehenden Raytracing-basierten Eye-Tracking-Algorithmus und identifizierst dessen rechenintensive Kernfunktionen. - Des Weiteren benchmarkst du den Algorithmus auf einer Mikrocontroller-CPU und bewertest dabei präzise dessen Laufzeit, Speicherbedarf sowie Genauigkeit. - Darüber hinaus untersuchst du detailliert, welche Algorithmus-Teile sich durch den Einsatz von DSP-, Matrix- oder NPU-Einheiten effizient beschleunigen lassen. - Du entwickelst und testest innovative neuronale Modellansätze, um zentrale Eye-Tracking-Berechnungsschritte zu approximieren oder direkt zu beschleunigen. - Die entwickelten Modelle implementierst, quantisierst sowie exportierst du mithilfe von Python/PyTorch und ONNX speziell für die Zielhardware. - Umfassend vergleichst du die unterschiedlichen Ansätze hinsichtlich ihrer Genauigkeit, Laufzeit, des Speicherbedarfs und ihrer Deploybarkeit. - Nicht zuletzt dokumentierst du deine Forschungsergebnisse präzise und leitest daraus konkrete Empfehlungen für die zukünftige Entwicklung ab. Profil - Ausbildung: Studium im Bereich Elektrotechnik, Mechatronik, Embedded Systems, Informatik, Physik, Data Science oder vergleichbar - Erfahrungen und Know-how: Interesse an Mikrocontrollern, Embedded AI, Machine Learning oder Signalverarbeitung; Erfahrung mit Python; Kenntnisse in PyTorch, C/C++, ONNX oder Modellquantisierung sind von Vorteil - Persönlichkeit und Arbeitsweise: du arbeitest gerne praxisorientiert, analysierst systematisch und möchtest Algorithmen auf realer Hardware evaluieren - Arbeitsalltag: hybrides Arbeitsumfeld mit Bürotagen und mobiles Arbeiten nach Absprache; praktische Tests auf Embedded-Hardware sind Teil der Thesis - Sprachen: gutes Deutsch und Englisch Betreuung in Zusammenarbeit mit einem TUM-Lehrstuhl möglich (Chair of Human-Centered Technologies for Learning). Bei Fragen im Voraus kann über den angegebenen Kontakt gerne vermittelt werden. Bei konkretem Interesse bitte direkt über das Bosch Stellenportal bewerben: https://jobs.bosch.de/job/Abschlussarbeit-NPU-Accelerated-AI-for-Eye-Tracking-Algorithm-Development-Embedded-Deployment-Reutlingen-Kusterdingen?id=3c2e23eb-378f-4290-b637-45234e66934a